- 博客(7)
- 收藏
- 关注
原创 [0424学习]gammainc:用gamma函数的方式实现gamma分布
1.gammainc优点:支持矢量运算。2.二者定义式:gammainc matlab解释:不完全 gamma 函数 - MATLAB gammainc - MathWorks 中国https://ww2.mathworks.cn/help/matlab/ref/gammainc.html#mw_81b0d384-a9ce-4fcd-9608-ab0cbcd27b23gammainc定义式:...
2022-04-24 15:55:45
1180
原创 [0424学习]数值积分代码实现
1.原始方法为写多层for循环,几次积分就有几层for,但是这样的话会导致运行代码的速度太慢,效率太低,以双重积分为例→两层均为500个区间,则程序需要积分半天左右,且误差很大,改变上下限会对结果影响很大。2.改变算法,利用矩阵运算:以二重积分为例,积分变量为两个,可以用两个矩阵将两个变量可能的取值存起来。算法: 积分前提:外层积分x,linspace的区间数为m+1;里层积分y,linspace区间数为n+1 分支条件1:x、y的积分区间中,xmin or xmax or ymin or
2022-04-24 15:01:57
843
原创 [0413学习]分段概率密度函数的画法
在调试时遇到的具体问题是对函数的积分定义域有限制,而在实际积分中又无法通过积分函数int()进行定义域的限制,因此这种限制只能加在被积函数中。具体实现方法是在被积函数后乘以一个逻辑判断式,如对f(t,m)积分,对m积分,积分结果的定义域限制为a<t<b,则积分时的被积函数应写为:f(t,m).*(a<t).*(t>b)一定注意是点乘参考网站:(24条消息) matlab 求已知概率密度函数的随机数生成_MrCharles的博客-优快云博客_matlab根据概率密
2022-04-13 10:36:24
435
原创 [0407学习]多个随机变量相加之后的分布
一、独立卷积和定理前提:这几个随机变量是相互独立的结论(独立和分布的卷积公式):相互独立随机变量之和的pdf是这几个随机变量pdf的卷积即:若 则若有多个RV相加,则一起卷积即可。参考网址:两个随机变量和与商的分布函数和密度函数 - 百度文库 (baidu.com)https://wenku.baidu.com/view/23868639376baf1ffc4fad49.html二、矩母函数求法可用矩母函数进行和的pdf的求解。参考网址:利用矩母函数求独立随机变量
2022-04-07 15:35:52
4959
1
原创 【0326】数值积分笔记
1.梯形近似——适用于定积分,适用于含参上下积分极限的积分(31条消息) 数值积分的梯形逼近及误差分析_njit_peiyuan 的博客-优快云博客https://blog.youkuaiyun.com/weixin_34161064/article/details/89696313?utm_term=%E6%95%B0%E5%80%BC%E7%A7%AF%E5%88%86%E7%9A%84%E8%AF%AF%E5%B7%AE&utm_medium=distribute.pc_aggpage_search
2022-03-26 20:44:21
412
原创 【0322】RIS元件数目的确定
一、Spatial Throughput Characterization for Intelligent Reflecting Surface Aided Multiuser System作者:Jiangbin Lyu , Member, IEEE, and Rui Zhang , Fellow, IEEE翻译:我们考虑小IRS,其中每个反射元件被限制在一个边长约为1/5波长的正方形区域内。此文中载波频率fc=2GHz,每个反射元件的边长为1/5波长= 0.15m/5=0.03m,IRS的尺寸为
2022-03-22 15:35:01
489
原创 【0321学习】概率分布学习汇总
1.高斯分布,指数分布,gamma分布,chi_square分布之间的关系(29条消息) 高斯分布,指数分布,gamma分布,chi_square分布之间的关系_Kayla小可爱的博客-优快云博客_高斯分布和指数分布关系https://blog.youkuaiyun.com/weixin_43591948/article/details/120268772?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2~aggregatepage~f
2022-03-21 11:29:39
360
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人